抓取 pcrichard.com 的商品页

关于 pcrichard.com

pcrichard.com 这样描述自己：“在 P.C. Richard 选购家电、电视、笔记本电脑等”。

其站点地图在 17 个文件中列出了 24,936 个 URL（0-product, 1-product, 2-product, 4-product, 5-product, 6-category）。 在 24,936 条带日期的条目中，有 22,885 条在最近 30 天内发生变化，最新一条在 2026年9月6日。

其 robots.txt 指定了 1 个站点地图，并禁止 12 个路径。

基于 Crawlbase 测得

2026年8月 对每个账户的每个请求统计的成功率：94.9%。URL 模式、国家和失败情况来自自 2026年8月14日 起的请求日志；100% 的成功调用使用了 JavaScript 令牌，响应中位时间为 32.1s。

在 Cookbook 的 28 个电子产品站点中，pcrichard.com 按成功率排在第 26 位（共 28 个）；类别中位数为 99.5%。 其响应中位时间 32.1s 慢于类别中位数 2.0s。 28 个站点中有 14 个接受普通令牌；这个站点需要 JavaScript 令牌。

调用

商品页是各账户在此抓取最多的页面形态，附带最常成功的国家和令牌。请把占位路径换成站点上真实的商品 URL。

curl "https://api.crawlbase.com/?token=YOUR_JS_TOKEN&country=US&url=https%3A%2F%2Fwww.pcrichard.com%2Fexample-page"

from crawlbase import CrawlingAPI
api = CrawlingAPI({'token': 'YOUR_JS_TOKEN'})

r = api.get('https://www.pcrichard.com/example-page', {'country': 'US'})
html = r['body']

const { CrawlingAPI } = require('crawlbase');
const api = new CrawlingAPI({ token: 'YOUR_JS_TOKEN' });

const r = await api.get('https://www.pcrichard.com/example-page', { country: 'US' });

关键参数

各账户抓取的 URL 模式

你能得到的字段

商品页通常带有 ld+json 的 Product 块，包含名称、价格、货币和库存状态，可见标记中也有相同的值。先读这个块，它比页面布局变化得更少。

会出问题的地方及修复方法

自 2026年8月14日 以来的失败中，站点的响应为：

定时运行

刷新目录就是一份商品 URL 列表。把它连同回调推送到 Crawler，让它控制调用节奏并重试站点拒绝的请求，然后从 Cloud Storage 读取结果。该站点的响应中位时间为 32.1s。

常见问题